¿Qué vimos?

✅ Conceptos básicos de R (valores, vectores, data.framtes, funciones, objetos)

✅ Cómo armar y organizar un proyecto de trabajo

✅ Qué son los paquetes (o librerías)

Hoja de Ruta

🔧 `select()` 🔧 `filter()` 

🔧 `mutate()` 🔧 `rename()` 

🔧 `arrange()` 

🔧 `group_by()` 🔧 `summarise()`  

🔧 `joins` 

🔧 `pivot_longer()` 🔧 `pivot_wider()`  

¿Qué es la Ciencia de Datos?

¿Qué es {tidyverse}?

¿Qué es {tidyverse}?

{tidyverse}

• Instalación:

install.packages("tidyverse")

• Cargo el paquete:

library(tidyverse)

── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
✔ dplyr     1.1.4     ✔ readr     2.1.5
✔ forcats   1.0.0     ✔ stringr   1.5.1
✔ ggplot2   3.4.4     ✔ tibble    3.2.1
✔ lubridate 1.9.3     ✔ tidyr     1.3.0
✔ purrr     1.0.2     
── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks stats::filter()
✖ dplyr::lag()    masks stats::lag()
ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

{tidyverse}

• Nos evita tener que instalar uno por uno cada paquete:

install.packages("dplyr")
install.packages("tidyr")
install.packages("ggplot2")

• Como también tener que convocarlos te a uno:

library(dplyr)
library(tidyr)
library(ggplot2)

Un operador llamado pipa

base_de_datos |> 
  funcion1 |> 
  funcion2 |>  
  funcion3

Un operador llamado pipa

• Pipa de R base: |>

• Pipa de {magritr}: %>%

Ejemplo:

datos <- data.frame(nombre = c("Pirulanzo", "Rodogovia", "Rodogovia", "Rodogovia"),
                    edad = c(23, 12, 87, 32))

datos

     nombre edad
1 Pirulanzo   23
2 Rodogovia   12
3 Rodogovia   87
4 Rodogovia   32

Ejemplo:

• Quiero calcular qué proporción de personas se llaman Rodogovia

• Antes (sin el pipe):

round(prop.table(table(datos$nombre)), digits = 1)

Pirulanzo Rodogovia 
      0.2       0.8 

Ejemplo:

• Después (con el pipe):

datos$nombre |> 
  table() |> 
  prop.table() |> 
  round(digits = 1)

Pirulanzo Rodogovia 
      0.2       0.8 

Funciones del paquete dplyr:

La función tiene el siguiente esquema:

base_de_datos |> 
  select(id, nombre)